列印
*請選擇視窗上方功能選單的「檔案」→設定列印格式 / 列印 / 預覽列印。
國立臺灣大學醫學院附設醫院
AI落地:先進AI應用暨整合評估
基本資料
系統識別號: |
C11401091 |
相關專案: |
無 |
計畫名稱: |
AI落地:先進AI應用暨整合評估# |
報告名稱: |
AI落地:先進AI應用暨整合評估 |
電子全文檔: |
C11401091_1.pdf
|
附件檔: |
|
報告日期: |
114/07/04 |
報告書頁數: |
16 |
計畫主辦機關資訊
計畫主辦機關: |
國立臺灣大學醫學院附設醫院
|
出國期間: |
114/03/31 至 114/04/25 |
姓名 |
服務機關 |
服務單位 |
職稱 |
官職等 |
林耿謙 |
國立臺灣大學醫學院附設醫院 |
影像醫學部 |
約聘住院醫施 |
其他 |
報告內容摘要
2016年AI教父傑佛瑞·辛頓(Geoffrey Hinton)以一句「五年內深度學習將全面取代放射線科醫師,我們應該停止訓練放射線科醫師!」轟動全世界。放射線學界陷入生存危機,新進住院醫師數量一時驟減。2025年現今北美放射線科醫師不減反增,紐約時報再次訪問辛頓,其改口「AI將能提升放射線科醫師工作效率及準確性。」。對應本科部陳主任常講的,「未來取代放射線科醫師的並非AI,而是懂得使用AI的放射線科醫師。」
2024年北美放射線學會主席柯蒂斯·蘭羅茲(Curtis P. Langlotz) 參與於台北舉辦的第22屆亞洲及大洋洲放射線醫學會議 (AOCR 2024)。在大會演講當中,揭示史丹佛大學在人工智慧上的進展,並且提出「放射線學科應成為AI的領頭羊!」。放射線學科具有最容易進行人工智慧訓練的影像資料,在診斷時亦日常結合臨床資訊及影像資料給予診斷。在陳世杰主任、李文正副主任的帶領之下,本科部亦陸續引進臨床資訊整合、肺癌癌症分期、AI篩檢胸部X光片及電腦斷層、腦出血篩檢警示等應用,積極落地使用AI。接軌國際,落地深根,是陳主任時常耳提面命在人工智慧的使命。
此次前往史丹佛醫院放射線學科除了第一步見識AI應用實境,亦期待透過實地參訪了解北美前三的頂尖放射線科實際運行方式,學習研究、臨床服務、教學的新進展。在資源豐富的情境下,Stanford放射科無論在報告品質、教學細膩度、以及臨床研究都領先全球。AI應用部分,除了影像判讀的模型,由Professor Langlotz領導的團隊亦倡導多模態模型的應用,讓放射線科持續在AI應用成為先行者(Langlotz, 2023; Paschali et al., 2025)。
其他資料
前往地區: |
美國; |
參訪機關: |
史丹佛醫學中心放射線科 |
出國類別: |
其他 |
關鍵詞: |
人工智慧,影像醫學,尖端醫療,放射線學 |
備註: |
|
分類瀏覽